首页期刊导航|中国电力
期刊信息/Journal information
中国电力
中国电力

胡兆光

月刊

1004-9649

epte@sgeri.sgcc.com.cn

010-63415148

100052

北京市西城区南横东街8号都城大厦1836室

中国电力/Journal Electric PowerCSCD北大核心CSTPCD
查看更多>>本刊原名《电力技术》，创刊于1956年1月，1993年1月，1993年1月更名为现名，是具有指导性、技术性和实用性的科技类月刊。主要报道全国发电厂、电力网、供用电等有关电力生产运行、设计施工、科学研究及电力信息资源，开发利用成果，加强经营管理方面的经验介绍；刊登电力工业技术政策、技术规程标准及电力统计数据。
正式出版
收录年代

    特约主编寄语

    叶林张振宇万灿车建峰...
    1页
      原文链接:
    • 万方数据

    从感知-预测-优化综述图神经网络在电力系统中的应用

    李卓王胤喆叶林罗雅迪...
    2-16页
    查看更多>>摘要：随着新型电力系统发电侧、输电侧和用电侧不确定性的日益增加,电力系统拓扑结构关系逐渐复杂、规模程度不断升级.常规欧式空间数据解析方法在表征多源异构和非规则的拓扑结构关系时,往往呈现性能较差、准确度不高的问题.图神经网络(graph neural networks,GNNs)能够捕捉到不同节点和边之间的复杂依赖关系,并有效挖掘非欧式空间数据结构中的时空特征,适用于复杂电力系统拓扑结构关系的感知与建模.针对于此,基于前人的研究进展,介绍了GNNs的定义和特点,并分析了GNNs不同变体的特点及其优势.然后,归纳和总结了GNNs在电力系统状态感知、预测、图潮流计算等方面的应用现状,从感知-预测-优化角度探讨了GNNs与新型电力系统的适配关系.最后,针对GNNs潜在的问题难点和未来可行的发展方向进行了总结和展望.

    新型电力系统不确定性图神经网络状态感知预测图潮流计算

      原文链接:
    • 维普
    • 万方数据

    基于高斯混合聚类和改进条件变分自编码的多风电场功率日场景生成方法

    李丹梁云嫣缪书唯方泽仁...
    17-29页
    查看更多>>摘要：大量出力不确定的风电场并入电网会带来运行隐患和不可控风险,基于变分自编码器的场景生成模型方法能生成确定性场景集合以描述风电出力的不确定性.针对多风电场出力复杂的时空相关性以及在传统变分自编码器模型训练过程中可能存在的"KL坍缩"等问题,提出一种基于高斯混合聚类和改进条件变分自编码器的多风电场时空功率日场景生成方法.通过引入二维卷积技术提取时空相关性进行降维,并采用最大化最小夹角独立正则化技术,强化隐特征的独立性;采用超球面分布替代高斯分布,避免模型出现"KL坍缩",提高模型场景生成训练的稳定性和准确性;另外,进一步考虑多风电场功率日场景的多样性和灵活性,引入高斯混合聚类技术,使模型可根据特定的条件标签生成具有差异化特征的确定性场景集.实际算例的结果表明,相较于常见方法,所提方法累积概率分布误差下降了 17%～71%,时空相关性平均误差分别下降了 85%～97%和 55%～91%,且能精准生成不同风况类别占比的多风电场功率日场景集,提高了场景生成的多样性和灵活性.

    风电场景生成高斯混合模型特征提取条件变分自编码器超球面分布正则化技术

      原文链接:
    • 维普
    • 万方数据

    基于复杂特征提取和Sinkhorn距离的风光荷多阶段场景树生成方法

    王蕊傅质馨王健刘皓明...
    30-40页
    查看更多>>摘要：新能源发电出力和负荷长期增长的不确定性增加了电网规划复杂性,开展新能源出力和负荷长时间尺度上的不确定性分析,对电网的规划与建设具有重要意义.提出了一种基于复杂特征提取和Sinkhorn距离的风光荷多阶段场景树生成方法.首先,为提高风光荷场景的聚类效率,提出基于堆叠稀疏自编码器的风光荷场景特征提取方法,并采用基于密度峰值改进的近邻传播算法对风光荷场景特征集合进行聚类,获得风光荷典型曲线,作为场景树的根节点;然后,考虑负荷不同增长率,逐年生成风光荷场景树,并提出基于Sinkhorn距离的场景树削减方法以降低场景树的规模;最后,算例仿真结果表明,所提方法计算效率高,生成的风光荷多阶段场景树可反映风光出力和负荷增长的不确定性.

    场景树堆叠稀疏自编码器改进近邻传播算法Sinkhorn距离负荷不确定性

      原文链接:
    • 维普
    • 万方数据

    基于TDE-SO-AWM-GRU的光伏发电功率预测模型

    李翰章冯江涛王鹏程荣澔洁...
    41-49页
    查看更多>>摘要：精确预测光伏发电功率对电网的安全与经济运行具有重要的意义,但因光伏发电具有时序性、间歇性、波动性以及高非线性等特征,难以深度挖掘数据隐含信息.针对此类问题,提出了一种基于结合时变数据增强(time-varying data enhancement,TDE)、蛇优化算法(snake optimizer,SO)、自适应权重模块(adaptive weight module,AWM)和门控循环单元(gated-recurrent unit,GRU)的光伏发电功率预测模型,通过强相关TDE提升数据特征的表现力,并构造全新的输入矩阵,然后利用AWM对增强后的输入矩阵进行自动赋权处理进入GRU进行预测,同时考虑到组合模型超参数选择困难的问题,引入SO对模型的最佳阈值进行寻找以发挥模型最大性能.最后,使用某光伏发电站实际数据对模型进行验证,结果表明:所提模型可有效提升光伏发电功率的预测精度.

    光伏功率预测数据增强自适应权重模块蛇优化算法

      原文链接:
    • 维普
    • 万方数据

    基于分层关联性建模的分布式光伏功率超短期概率预测

    陈璨苏紫诺马原刘佳林...
    50-59页
    查看更多>>摘要：准确的区域分布式光伏功率概率预测可为有源配电网优化运行提供更全面的信息支撑.当缺乏气象测量或预报数据时,对分布式光伏时空相关信息的挖掘利用可以有效提升功率预测精度,然而,现有研究或难以针对性挖掘时空关联信息,或在建模过程中丢失大量有效信息.为此,提出了一种基于分层关联建模的区域分布式光伏功率超短期概率预测方法.首先,采用基于深度一致性的聚类方法对分布式光伏集群进行子区域划分,支撑对子区域内部时空关联的针对性建模;在此基础上,构建分层图结构以同步建模子域内与子域间时空关联关系,有效利用不同层级间关联信息;然后,提出了基于分层图卷积神经网络的概率预测模型,挖掘光伏电站之间的深度时空关联特征,提升区域分布式光伏超短期功率概率预测精度.最后,利用实际分布式光伏功率数据集验证了该方法的有效性.

    分布式光伏概率预测分层关联建模深层时空关联性

      原文链接:
    • 维普
    • 万方数据

    基于相似时段匹配与Transformer网络建模的分布式光伏超短期功率预测方法

    杨鹏伟赵丽萍陈军法甄钊...
    60-70页
    查看更多>>摘要：由于缺乏气象数据,分布式光伏在天气骤变场景下预测精度不高,提出了一种基于相似时段匹配与Transformer网络建模的分布式光伏超短期功率预测方法.首先,将相似时段概念由日扩展至更灵活的时间段,并提出了一种历史功率与卫星遥感信息融合的匹配策略,旨在无须依赖气象数据的情况下,高效识别出对预测最为关键的相似功率时段.在此基础上,融合Transformer网络的强大时序建模能力,动态解析多源相似时段中的隐藏关联,深入挖掘功率关键特征信息,从而为天气骤变条件下的分布式光伏系统提供更为精确的超短期功率预测.最后,通过实际分布式光伏功率数据验证了所提方法的有效性.

    分布式光伏相似时段Transformer模型超短期功率预测卫星遥感信息

      原文链接:
    • 维普
    • 万方数据

    基于相似日选取和数据重构的短期光伏功率组合预测方法

    陈庆斌杨耿煌耿丽清苏娟...
    71-81页
    查看更多>>摘要：针对光伏功率随机性较强等问题,提出了一种基于相似日选取和数据重构的短期光伏功率组合预测方法.首先,利用核模糊C均值算法对光伏功率进行聚类分析,通过最大信息系数提取主要影响特征;其次,结合合作博弈思想计算预测日和历史日的综合相关系数,挑选相关性较强的历史日构建训练集;然后,利用变分模态分解将光伏功率分解为若干子序列,计算排列熵值并重构为趋势项、低频项和高频项;最后,对趋势项和低频项采用长短期记忆神经网络进行预测,对高频项采用卷积神经网络-双向长短期记忆神经网络-注意力机制模型进行预测,将结果叠加得到最终预测结果.经实例验证,在不同天气条件下,所提模型整体预测误差最小,可有效提高预测精度.

    光伏功率相似日变分模态分解双向长短期记忆神经网络组合预测

      原文链接:
    • 维普
    • 万方数据

    市场环境下灵活性资源虚拟电厂聚合调控关键技术综述

    仪忠凯侯朗博徐英吴永峰...
    82-96页
    查看更多>>摘要：灵活性资源技术快速发展、数量与日俱增,为提升电力系统灵活性和经济效益提供了巨大潜力.虚拟电厂通过对海量异构灵活性资源协调管理和聚合调控,为支撑海量异构分散式资源参与电力市场交易提供了有效手段.针对电力市场环境下虚拟电厂中多元海量异构灵活性资源的难以高效管控、不同运营主体之间存在效益冲突、能量和辅助服务之间具有耦合关系等问题,对电力市场环境下灵活性资源虚拟电厂全链路运营过程中面临的技术挑战、当前研究进展和未来攻关方向进行了分析和总结.从灵活性资源虚拟电厂的聚合建模、竞标报价、运行控制 3 方面展开分析,对相关主流技术方法的模型特征、关联关系和适用场景进行了系统性归纳,以此全面认识电力市场环境下灵活性资源虚拟电厂涉及的关键科学问题、核心理论方法和主流技术方案等,为灵活性资源虚拟电厂的未来研究方向和技术发展提供建议.

    电力市场虚拟电厂灵活性资源聚合建模竞标报价运行控制

      原文链接:
    • 维普
    • 万方数据

    考虑新能源多重相关性的柔性配电网分布鲁棒优化策略

    刘志伟马悦沙志成邵云姝...
    97-108页
    查看更多>>摘要：高比例分布式新能源与全控型柔性电力电子元器件的大量接入,给传统配电网带来更多清洁电能与调控选择的同时,其出力的时空分布不均衡性与海量器件调节的复杂性,亦使得配电网的运行面临严峻挑战.对此,提出了一种考虑新能源多重相关性的柔性配电网分布鲁棒优化策略.首先,以配电网有功损耗与电压偏移最小为目标,推导并构建含多种源网荷协同调控措施的柔性配电网最优潮流模型.然后,计及新能源在时间空间与功率维度上的多重相关性,建立了基于数据驱动的柔性配电网两阶段分布鲁棒优化模型,采用 1-范数与∞-范数进行源荷不确定性集合描述,并采用二阶锥将其线性化与凸松弛.最后,采用列与约束生成算法对该模型进行求解,并以改进的IEEE 33 节点测试系统为例进行仿真分析,验证了该方法的有效性和实用性.

    柔性配电网新能源分布鲁棒优化数据驱动二阶锥规划列与约束生成算法

      原文链接:
    • 维普
    • 万方数据